2.4 基于大数据处理流程的营销能力

根据大数据营销的工作流程和内容，本书提出了大数据营销能力这一新概念，旨在为大数据环境下新商科专业人才的打造明确方向。然而大数据营销能力的内涵，在理论界尚未有完整定义。在大数据环境下，企业可以记录或搜集顾客在各个渠道（如社会化、移动化的媒体与渠道）、生命周期各个阶段（顾客产品感知、品牌参与、产品购买、购买后的口碑和社会互动）的行为数据，从而设计出高度精准、绩效可高度定量化的营销策略。

所以，本书认为大数据营销能力是营销人员在整个营销过程中利用大数据技术，包括机器学习、文本分析、情感分析和预测分析都结合在一起的，能使营销活动效果有显著提升的综合能力。根据上一章的介绍，大数据营销一般经历理解业务需求、数据采集和存储、数据准备和预处理、数据分析、形成数据报告、应用和反馈等六个基本过程。在此过程中，大数据营销能力应当包含：营销管理能力、数据采集和存储能力、数据准备和预处理能力以及数据分析能力。其中，营销管理能力是指从业人员是否可以理解业务需求并制定大数据分析任务、根据数据分析的结果形成数据报告并将结果应用于企业的能力。

基于对大数据营销能力的解读，我们构建了商科专业本科层次学生大数据营销能力培养课程体系，如图2.6所示。

1.学习大数据环境下的创新商务模式和营销策略，培养数据采集和存储能力

学习应对大数据环境下的创新商务模式和营销策略，了解大数据所推动的商务（特别是电子商务）新兴产业链。在结合电子商务概论、网络营销、消费者行为学等课程的理论基础上，理解大数据带来的数据服务新变革。学习基于大数据的新型营销方式，如基于社交网络、基于位置服务大数据的新媒体营销等。了解数据的存储方式和关系型数据库的查询方法，如数据库原理及应用，旨在加强大数据环境下对创新商务模型及营销模型的数据敏感性，认识不同的数据类型及其潜在的价值，了解数据采集、存储和查询的方法。

2.学习大数据前期处理和初步挖掘的工具与方法，培养数据准备和预处理能力

通过学习ETL原理和应用课程，了解数据的提取、转换及上载的原理和ETL工具，并通过数据仓库和商务智能学习，了解在数据仓库平台进行数据前期处理和初步挖掘的工具与方法，培养数据准备和预处理能力。

3.学习大数据营销及挖掘的工具，培养数据分析能力

学习营销分析工具及大数据营销课程，了解大数据技术在营销领域的应用场景及其挖掘工具和可视化工具。在学习大数据分析与挖掘技术的基础上，学习描绘、预测、分析、指引消费者行为的常规方法，探索发现基于大数据平台的新兴营销分析方法，帮助企业制定有针对性的商业策略。针对消费者的特性提供相应的个性化服务、消费预测等。目的在于培养学生适应大数据环境下的数据分析能力。

4.培养大数据环境下商务和营销模式的新视角，进一步提高营销管理能力

大数据最大的价值在于应用。而商业应用的基础是对商业现象的理解。所以无论是分析前对于分析任务和方向的设定，还是分析过程中分析内容的选择和数据的理解，以及分析完成后的营销建议和新型自动化营销工具的开发，都需要扎实的商业理论功底。因此，一方面不能放松对传统理论课程的学习，另一方面要建立传统营销课程与大数据的关联。例如，在学习市场营销学的过程中加入新的内容“大数据时代的市场调查”，介绍大数据时代市场调查的方法和特点。进一步提高大数据环境下的营销管理能力，为建立综合大数据营销能力奠定良好的基础。

实例2-3 小米手机的大数据营销过程

数据收集只是大数据营销的最基本层面，大数据营销还涉及基层数据库的建立、大数据处理的核心过程。另外，大数据的碎片化给数据分析带来了巨大的困难，海量的数据存在于不同地区的不同数据库中，而且相应的数据处理技术又存在于不同的组织当中，这都极大地增加了数据处理的难度，也使如何实现大数据营销的过程变得尤为重要。一般来说，继数据搜集之后，涉及数据库的建立、数据挖掘和精细化、消费者行为的全覆盖以及相应大数据产品的供给等，如图2.7所示。

小米手机的市场营销数据来源广泛，通过不同渠道搜集而来的数据，层次相对不够统一，比方说小米官网的交易数据相对准确可靠，而来自论坛的用户反馈则未必真实，因此，小米在大数据处理方面采用了差异化策略，将数据分为基础层、中间层和应用层数据。不同层次的划分不仅有利于数据的汇拢，更有利于相关分析的展开。通过对用户的细分，有利于掌握更恰当的信息，信息获取更为精准。

在建立数据库的基础上，必须选择恰当的数据挖掘方式，如数据挖掘的精细化最基本的依据是按性别对客户进行划分，了解不同人群的商品追求方式。另外，对于不同地区的数据处理要分开进行，小米通过与百度地图合作准确把握用户区域差异，根据不同地区的经济发展状况，推送不同型号的小米手机。另外，对于消费者上网浏览的数据分析，小米也日益精准，需求方平台（Digital Signal Processing，DSP）技术的应用就可以体现。当用户登录小米官网时，就产生了相应的行为习惯和浏览目的，不同年龄特点、兴趣爱好的用户对广告位的关注层次不同，DSP技术可以从网页数以百万计的访问记录中，将不同的用户分离开来。另外，利用Cookie技术捕捉和定位用户ID，同时通过该ID的锁定，跟踪其在其他网站的访问情况，将碎片化的信息进行整合以推断出用户的身份特征，然后通过论坛、社交的追踪判断用户的行为习惯和消费习惯。总之，大数据的数据挖掘要从大的概念找到小的信息，无论是性别划分、区域划分、年龄划分甚至是个体划分，都体现了小米数据挖掘的精细化。

小米通过强大的技术支持，能够根据用户的痕迹对其行为路径进行系统的还原，实现营销的闭环化。在小米看来，移动互联网的发展对手机行业产生了根本的变革，手机日益普通化，用户通过平台浏览信息而决定购买已经变得司空见惯。小米通过小米手机应用和MIUI系统的有机结合，可以有效获取1.7亿小米用户的网络轨迹、生活习惯等。大数据分析也表明，无论是最终的网络下单，还是实体购买，用户都要经过网络的信息搜集与选择，甚至通过商家的推广活动进行购买。用户行为日益随机化和碎片化，解释用户的消费习惯必须通过消费者网状结构的分析，才能了解消费者的真实目的。

大数据营销的关键是将用户的需求还原为最初产品的生产。由于手机本身的特殊性，各个品牌的竞争归根结底是技术的竞争，只有做出符合消费者口味的产品才能获得最佳的销售空间。从小米1到小米5，小米手机的像素由800万提升到1600万，ROM（只读内存）由最初的1G提升到如今的4G，RAM（随机存储器）由4G提升到128G，这些信息技术的革命，都是以用户的需求为导向的。在小米手机营销的同时，相应配件不断健全，小米耳机、小米移动电源、小米盒子、小米手环等配件日益丰富人们的生活，并且为后续小米的客户信息获取提供了辅助支持。同时，小米手机提供了大量的软件支持，包括小米云、小米钱包、小米生活等快捷的应用，都保证了用户的良好体验。

（资料来源：周苏，王文.大数据导论[M].北京：清华大学出版社，2016.）

思考：

回顾小米手机的大数据营销过程，思考自己可以在一系列工作中承担哪项工作？